基于模拟退火算法的多模型软测量建模方法研究
针对化工过程中的软测量样本具有按工况点聚类的特性，提出了一种基于模拟退火算法(SA)和最小二乘支持向量机(LSSVM)的多模型软测量建模方法。采用基于SA的核模糊C均值聚类算法(KFCM)对训练样本进行分类，以改善KFCM聚类易陷入局部最优和对初始聚类中心敏感的缺陷。在此基础上，用LSSVM算法对各类样本分别建立子模型。测试样本根据相似度进行归类，并用所属子类的模型进行预测输出。对聚丙烯熔融指数的仿真结果表明，该算法的回归精度和泛化能力有了较大提高。
化工过程 软测量 模拟退火算法 支持向量机
郝美玉 田学民
中国石油大学（华东） 信息与控制工程学院，山东青岛 266580
国内会议
厦门
中文
1-6
2012-08-01（万方平台首次上网日期，不代表论文的发表时间）